[1] 刘嘉新, 吴彤, 王克奇. 基于C-V模型的木材缺陷重建图像特征提取[J]. 东北林业大学学报,2015(12):78-81. [2] 陈献明, 王阿川, 王春艳. 基于深度学习的木材表面缺陷图像检测[J]. 液晶与显示, 2019, 34(9):879-887. [3] 刘嘉新,高景泉,李超.应用兰德韦伯算法的木材缺陷图像重建[J].东北林业大学学报,2019,47(12):125-128. [4] 张浩然,张岱,武登科,等.基于马尔科夫随机场的木材缺陷图像分割算法[J].林业机械与木工设备,2019,47(11):38-42. [5] 程玉柱,蔡云飞.基于分数阶CV模型的木材缺陷图像分割算法[J].林业机械与木工设备,2018,46(4):44-47,51. [6] 戴天虹,吴以.基于OTSU算法与数学形态学的木材缺陷图像分割[J].森林工程,2014,30(2):52-55. [7] 印红群,吴达胜.5种小波阈值去噪法处理木材缺陷图像的仿真比较[J].江苏农业科学,2013,41(5):288-290. [8] 牟洪波, 高海涛, 戚大伟. 基于图像处理的木材缺陷的阈值设定研究[J]. 黑龙江科技信息, 2015(19):30. [9] 王威,张彤,王新.用于图像超分辨率重构的深度学习方法综述[J].小型微型计算机系统,2019,40(9):1891-1896. [10] 李蒸,张彤,朱国涛. 一种基于深度学习的图像超分辨率重构方法[J]. 湖南城市学院学报:自然科学版,2019(6):59-63. [11] 张宪红, 张春蕊. 一种自适应的木材表面缺陷图像分割方法[J]. 黑龙江大学自然科学学报, 2015(6):820-824. [12] 牛蕾, 隋振璋, 张春蕊. 基于FitzHugh-Nagumo反应扩散方程组的木材纹理图像处理[J]. 哈尔滨师范大学自然科学学报, 2015, 31(2):45-49. [13] 陈方翔, 冯海林, 杜晓晨. 基于TIDW的木材内部缺陷三维应力波成像方法[J]. 传感技术学报, 2015(11):1625-1633. [14] 杨慧敏, 王立海. 木材缺陷与超声检测参数相关性及影响因素[J]. 东北林业大学学报, 2015(8):114-116. [15] 贺昱曜,李宝奇.一种组合型的深度学习模型学习率策略[J].自动化学报,2016,42(6):953-958. [16] 李阳, 陈秀万, 王媛. 基于深度学习的单目图像深度估计的研究进展[J]. 激光与光电子学进展, 2019(19):1-17. |